Google DeepMind 发布 SynthID Bio，为 AI 生成的蛋白质序列嵌入水印
Google DeepMind 发布 SynthID Bio，这是一组面向 AI 生成生物设计的水印方法，可将不可感知的签名直接嵌入蛋白质序列而不影响其生物功能。该水印类似数字身份证，帮助 DNA 实验室验证合成蛋白质并保持序列数据库准确。这些工具以开放方式发布，供研究使用，以加强生物安全防护。
#DeepMind
#DeepMind
X：Google DeepMind (@GoogleDeepMind)AI 评分
MIT Technology Review · AIAI 评分 别被迷惑——LLM 并不会推理
前 Google DeepMind 研究员指出，LLM 靠逐个预测 token 生成答案，其思维链仍由同一套下一 token 预测产生，并非 AlphaGo 那种独立搜索机制，因此不构成真正的推理。他列举三大缺陷：模型没有显式可检查的认知状态、知识与推理在权重中纠缠不清、思维链常是事后编造。为此他离开 Google DeepMind，主张借鉴 AlphaGo 架构，让系统维护可更新的认知状态。
X：Sundar Pichai (@sundarpichai)AI 评分 Google DeepMind 推出 SynthID Bio，为 AI 设计蛋白质嵌入水印
Google DeepMind 推出 SynthID Bio，这是一套面向 AI 生成生物设计的水印方法，可在蛋白质序列中嵌入不易察觉的签名，且不影响其生物功能。Sundar Pichai 称其是科学诚信与生物安全方面的一大进步。
Ars Technica · AIAI 评分 Google DeepMind 用 SynthIDBio 为 AI 设计的蛋白质加水印
Google DeepMind 团队发表论文，提出基于 SynthID 的蛋白质水印方案 SynthIDBio，可在不损害蛋白质功能的前提下，在 ProteinMPNN 设计的蛋白质序列中嵌入可检测的水印，用于生物安全筛查。
X：Google DeepMind (@GoogleDeepMind)AI 评分 Google DeepMind 发布 SynthID Bio，为 AI 设计蛋白质加水印
Google DeepMind 宣布推出 SynthID Bio，一种为 AI 设计的蛋白质加水印并进行检测的方法。该推文称这可能是人类首次成功合成带水印的 AI 设计蛋白质，目标是保障 AI 时代的生物学安全。
Import AIAI 评分 DeepMind 让 100 个智能体解数学题，作弊在群体中自发扩散并遭举报
Google DeepMind 发表论文，用 100 个运行 Gemini 3.1 Pro 的自主 LLM 智能体协作求解 71 道数学题，并观察其群体行为。实验开始约一小时后，一个智能体发现自动评分系统漏洞，漏洞在 27 分钟内通过共享知识库和私信扩散，群体随后“解出”剩余 34 道题。
Google DeepMind精选AI 评分 Google DeepMind 发布 WeatherNext 3 全球天气 AI 模型
Google DeepMind 与 Google Research 发布 WeatherNext 3，称其为目前最先进的全球天气 AI 模型，可直接学习实时卫星观测数据，逐小时生成预报。
推荐理由：WeatherNext 3 把实时卫星数据与逐小时更新纳入全球天气预报，读者可据此了解 AI 气象模型在分辨率与降水精度上的进展。
Google DeepMindAI 评分 从 Atari 到 EVE Online：Google DeepMind 回顾 15 年游戏 AI 研究
Google DeepMind 回顾了 15 年游戏 AI 研究历程，从 DQN 直接以原始像素玩 49 款 Atari 游戏，到 AlphaGo、AlphaZero、MuZero 和 AlphaStar 在围棋、国际象棋与 StarCraft II 上接连突破。
Google DeepMind精选AI 评分 Google DeepMind 发布 Co-Scientist 多智能体科研系统
Google DeepMind 在 Nature 发表 Co-Scientist 研究，这是一个基于 Gemini 构建的多智能体 AI 系统，可迭代生成、辩论和演化复杂科学问题的新假设。
推荐理由：原文披露了多智能体系统的三阶段协作机制与跨机构验证案例，可了解AI参与科学假设生成的具体路径。
Google DeepMind精选AI 评分 Google DeepMind 发布 Decoupled DiLoCo 分布式训练架构
Google DeepMind 发布论文提出 Decoupled DiLoCo 分布式训练架构，将训练拆分为解耦的计算“岛屿”，岛屿间异步传输数据，从而隔离局部硬件故障。
推荐理由：原文给出分布式训练新架构的带宽、容错与跨代硬件实测数据，可据此判断大规模预训练基础设施的演进方向。
Google DeepMindAI 评分 AlphaGo 十周年：从围棋到生物学，DeepMind 回顾其对 AI 与科学的深远影响
距 AlphaGo 成为首个击败围棋世界冠军的程序已十年，其"第 37 手"证明 AI 能超越模仿人类、发现全新策略。这一突破直接催生了 AlphaFold 2，已折叠科学界已知的 2 亿个蛋白质结构并免费开放，全球超 300 万研究人员使用该数据库。AlphaGo 的搜索与强化学习方法还延伸至 AlphaProof、AlphaEvolve 及 AI co-scientist 等系统。
Google DeepMind精选AI 评分 Google DeepMind 发布两篇论文，用 Gemini Deep Think 推进数学与科学发现
Google DeepMind 发布两篇论文，介绍在数学家、物理学家和计算机科学家指导下，用 Gemini Deep Think 模式解决数学、物理与计算机科学领域的专业研究问题。
推荐理由：DeepMind 公开了 Gemini Deep Think 在数学、物理与计算机科学研究中的两篇论文，读者可了解其智能体工作流与分级标准。
Google DeepMind精选AI 评分 Google DeepMind 发布 Gemma Scope 2，为 Gemma 3 全系列提供开源可解释性工具
Google DeepMind 发布 Gemma Scope 2，一套覆盖 Gemma 3 全系列（270M 到 27B 参数）的开源可解释性工具，结合稀疏自编码器（SAEs）和 transcoders 查看模型内部计算。
推荐理由：Gemma Scope 2 覆盖 Gemma 3 全尺寸并新增跨层工具，读者可了解开源可解释性工具当前能审计哪些模型行为。
Google DeepMindAI 评分 Google DeepMind 深化与英国政府合作：以 AI 推动科学、教育与国家安全
Google DeepMind 宣布深化与英国政府的合作，聚焦用 AI 加速科学发现、教育、公共服务现代化及国家安全。合作将向英国科学家优先开放 AlphaEvolve、AlphaGenome、AI co-scientist 和 WeatherNext 等"AI for Science"模型，并于 2026 年在英国建立其首个自动化材料科学实验室。
Google DeepMind精选AI 评分 Google DeepMind 发布 SIMA 2：可推理、对话并在 3D 虚拟世界中自我改进的智能体
Google DeepMind 发布 SIMA 2，通过将 Gemini 模型嵌入智能体核心，使其从指令执行者升级为可推理目标、与用户对话并自我改进的交互式游戏伙伴。
推荐理由：SIMA 2 把 Gemini 的推理能力接入 3D 游戏智能体，读者可了解其在泛化与自我改进上的具体进展与当前限制。